6月12日上线，抖音端原生播放量突破2.2亿，第一季合集最高点赞超过304.9万，其他集的单集点赞量也多在30万-50万。
据悉，该剧由4人团队，花费一个月左右的时间制作。导演菲菲飞透露，每一集制作时间平均需要两到三天。
（相关截图）
更让行业侧目的是，这部剧不仅火了，还捧红了两位虚拟“主演”——方桃子和周以衡分别开设社交账号，开始拥有自己的粉丝，相关话题迅速登上微博热搜。
截至发稿前，运营不到一个月的方桃子个人账号，粉丝已达38.6万、获赞2674.3万，体量已经达到中等网红水平。
“大家觉得机会好像是突然降落的，但接住它的人，已经在没人看见的时候跑了很久。”菲菲飞在接受采访时如此表示。
有意思的是，此次被看见的不只有方桃子，菲菲飞及其团队也受到关注——观众实时催更下一季，业内同行频频追问怎么做的。
（相关动图）
“接住机会的人，在没人看见的时候跑了很久”
菲菲飞团队不是第一次做出AI内容爆款，此前获得全网百万点赞的现实题材AI短片《阿黄》，也是出自他们团队。
在这次的《被裁掉的女孩》里，小镇女孩方桃子怀揣模特梦来到上南城，依靠自身努力成长，戳中了无数同样离开家乡、在大城市打拼的年轻女性。
对于菲菲飞来说，故事融入了自己20岁至27岁的模特经历，共鸣自然不缺，创作挑战落到了连续剧的形态要求：让同一批人物持续出演，让服装、场景、人物关系和视觉风格不断延续。
（相关动图）
从成片效果看，菲菲飞团队基本上克服了这一难点。
最直观的是人物的真实感，这也是被观众反复夸赞的一个点。
就拿方桃子来说，她的皮肤有纹理，还有零星的痣，甚至在不同场景和灯光下呈现出不同的皮肤状态和妆容质感——
在家刷手机的桃子，被屏幕光照着的素颜显出些许瑕疵；经历一天辛苦拍摄后的打工人桃子，脸部略有油光和疲态，并随着夜色环境偏黄；拍摄现场的桃子，在专业打光下，韩系服装搭水光肌，礼服配哑光妆容，完全匹配其模特设定。
菲菲飞表示，她和团队会逐一确认光比、色彩搭配、场景元素和人物服饰，再把不同方案放进LibTV反复测试，直到画面接近他们希望呈现的状态。
（相关截图）
因此，该剧的大部分角色都不再是那种磨皮过度、五官边缘生硬、皮肤泛着塑料光泽的AI假人，这种细节打磨是可以被看到的。
而这种视效得益于LibTV近期上线的人像调节功能，即围绕同一人物建立不同角度、表情和情绪参考，让角色在不同妆造、景别和情绪状态下仍然保持辨识度，并拥有更丰富的表演空间。
当桃子发现网红合照上唯独裁掉了自己，听到电话那头闺蜜的安慰时，勉强提起了嘴角，撑不了一秒又垮下，把心里的挫败、不甘、落寞演得有模有样。
AI演员的表情之丰富、表演之有层次，以及诸如LibTV人脸辅助设定功能能够做到这种程度，都着实震惊观众。
（相关动图）
更妙的是，我们还在这部剧里看到了镜头语言和导演意识。
以桃子第一次购买DV包参加品牌活动的戏份为例。
这个包对于桃子来说是工作所需的奢侈品，是需要高价换取、细心保护的贵重物品，所以她进店购物时是底气不足的，是需要握紧手来给自己鼓劲儿的，也因此从DV包出现开始，她的眼睛再没有离开过包。
我们跟着主视角的运镜，视觉焦点同样一直在包上，隔着屏幕都能感受到那种紧绷、忐忑、小心翼翼。
（相关动图）
林余约桃子吃饭、两人在餐厅外争吵的戏份中，镜头数次切换后，随着一辆车子从前景开过，两人的对话顺势进入了更本质的价值观交锋。
整体画面透着一股子电影感，仿佛真的有一位摄影师扛着机器在现场拍摄，捕捉两位角色的动作、神情，让观众从视听语言里认识到桃子更内在的一面。
（相关动图）
许燕玲打人的冲突戏里，机位设计也很成熟。同一个空间里，打人者、被打者、旁观者三方的站位逻辑很清晰，每个人物的表演反应都恰好。
因此，观众一眼就能看出许燕玲是“正宫”姿态，被打的女孩和林余有剪不断理还乱的关系，而这两个信息点都让桃子感到惊惧和背叛。全程不需要过多对白或生硬夸张的情绪，画面本身就能传递出人物之间复杂的关系网络。
（相关动图）
据悉，《被裁掉的女孩》中不少类似的精准镜头调度，都与LibTV的3D导演台功能有关。
该功能支持创作者通过拖拽人体素模、几何模型和群众阵列，像摆积木一样在三维空间里提前设计画面，为视频模型提供可控的角色运动和运镜参考，帮助提升生成视频中角色走位、镜头运动的稳定性与可控性。
可以说，3D导演台就是一个轻量级的3D虚拟片场，让团队不再需要绞尽脑汁地用文字提示词去描述模糊的空间站位，让AI能够听懂创作者关于空间和运动的指令。
（操作体验截自LibTV官网：https://www.liblib.tv/）
在菲菲飞看来，这些操作上并没有困扰团队，有公开访谈提及，“最耗费时间的，往往不是视频生成本身，而是场景、服装、妆造和视觉基调的建立。”
比如让DV高层满意的便利店照片，剧中就借Mona姐之口问出观众的心声：“这个便利店是不是提前搭的景？”
（相关动图）
桃子被选中拍摄品牌片子时，还有另一个风格的便利店，同样是借助LibTV的场景风格预设快速搭建而成，省去了大量从零开始寻找参考和调整的时间成本。
菲菲飞透露，这间便利店是先通过模型生成风格底图，再转化成更接近真实摄影棚质感的场景。
（相关动图）
从这里可以看出来，LibTV基本贯穿了《被裁掉的女孩》整个制作过程。
作为目前AI视频创作领域独家功能最多的平台之一，LibTV的工具链持续迭代，能支撑有一定创作需求的用户深度使用。比如随着不同模型不断更新，团队可以在同一块画布中调用和比较不同能力，不必反复切换多个网站。
当制作推进到中后期，大量的人物定妆照、场景图和历史视频素材堆积如山，传统文件夹式的管理方式已无法满足效率要求。
菲菲飞的团队，电脑桌面上经常堆着几千张图片、几百条视频，要重新找到某个角色、服装或场景并不容易。因此，他们尝试使用LibTV的团队资产管理功能，把分散在桌面的资产集中归档和搜索，以实现高效的统一管理。
（《被裁掉的女孩》团队资产管理 | 菲菲飞团队供图）
综合来看，《被裁掉的女孩》破圈离不开创作者对剧本结构的精心打磨、对视觉审美的严苛把控，以及选择以连续剧形态上线来保证内容的持续热度。
可以说，菲菲飞团队不仅拍出了一部爆款作品，也第一次真正把AI短剧做成了一条能够持续生产、持续更新的影视级创作流程。
“AI技术本身的学习门槛没有很多人想象中那么高”
在外界看来，连续制作出爆款内容的菲菲飞团队仿佛掌握着某种高深技术。
但菲菲飞认为，AI技术本身的学习门槛没有很多人想象中那么高。他们此次也成功借助LibTV，把一次生成变成一部剧集的持续生产。
她透露，《被裁掉的女孩》前六集，主要由三个人完成。后来加入的一位成员，学习AI制作的第一天，就跟着团队工作到深夜，一起完成了第七集，说明只要愿意花时间学习，AI工具并没有遥不可及。
为了验证这一点，我们决定亲自实操测试，看看这套流程究竟是如何让方桃子们活起来的，普通创作者又能否让工具真的为故事服务。
我们先尝试对剧集人物塑造贡献颇大的人像功能——在图片节点的输入框输入“/”，或点击下方的“预设”按钮，选中“人像质感调节”，就可以唤起相应功能。
（相关截图）
如果没有需要优化的人像图片，可以在选择人像质感调节功能后，通过文生图的方式，让LibTV按照简单指令生成图片。
人像质感调节-真实肌理：生成一个明媚的古装仙女
（相关动图）
如果有需要优化的人像图片，或者对文生图的效果不那么满意，可以把图片上传到画布上，点击目标节点，选择上方导航栏的“人像质感调节”，并在新节点上按需修改调节维度。
该功能目前支持对皮肤质感、画面纹理、清晰度进行调节，可以保留自然肤质、毛发细节和真实的面部层次。
人像质感调节-人景深度融合+光影氛围强化+真实肌理：生成一个明媚的古装仙女
（相关动图）
从生成的图片来看，调节效果立竿见影，画面AI感有很大程度的削弱，让其看起来更像真实照片。
最明显的是人物主体非常稳定的前提下，视觉上变得更加实在，弱化了大片无谓的打光，服饰质感更加接近真人。
同时，人物的脸部轮廓线条更加明显，柔光和磨皮都控制在正常范围，保留了法令纹等肌肤纹理与微小瑕疵，并随着场景光源调整了光影，让人物受光、阴影、氛围与背景更一致；让面部反光更适配环境特征，减少“塑料感”。
此外，得到优化的还包括后景，提升了人景融合度，让人物与背景在色温、噪声、清晰度、边缘过渡上更统一，减少“人物像贴上去”的感觉。
（人像质感优化功能生成效果对比图）
除了调节人像质感，LibTV还可以调节人物情绪，目前支持25个表情的修改。
大致的操作路径和调节人像质感相同，点击“情绪调节”后，通过鼠标移动选中需要的情绪状态，AI就会自动生成人物情绪表现转变后的人像图片。
如果是多人图片，还可以指定人物，且只调节目标的情绪，对角色做精准修改。
（相关动图）
可以看到，AI在保留人物身份、五官特征和原图构图的基础上，只调整了眼神、眉眼、嘴角、脸颊等关键面部细节，让情绪变化符合真实面部肌肉运动。
在我们分别生成的欲言又止、疏离冷淡、默然垂泪、骤然错愕四种情绪中，仅有骤然错愕出现小幅瞪眼的AI通病，其余表情效果的呈现都相当自然。
（情绪调节功能生成效果对比图）
如果是非专业玩家，还可以直接从LibTV的角色库中选择想要使用的人物形象。
操作也简单，点击画布底部的“角色库”按钮，根据古装/现代、国内/海外、男频/女频等剧集类型选人，并点击“应用至画布”，即可在画布上看到这个角色的立绘、三视图、脸部近景、表请参考等。
这一环节其实就相当于传统影视工业中的选角，只是更加便捷了。
（相关动图）
角色搭建好，接着便是分镜。
相比直接用AI生成，提前用3D导演台摆好素模和物体，分镜图和视频的生成可控性会更好一些。
只需要在画布增加一个导演台节点，就可以先设计镜头，再生成视频——通过添加人体素模来代表角色，调整素模的姿势参数，利用移动、旋转、缩放三种操作模式规划走位，从不同角度设置多机位，截图发送至画布作为参考。
（相关动图）
摆放好素模、几何体等道具位置，确认好机位之后，就可以从导演台截图延伸出分镜图的节点，并上传或选中画布上的图片作为参考，输入相应提示词，即可生成。
整个过程将原本抽象且难以用语言描述的复杂镜头设计，转化为直观的空间搭建，仿佛直接置身片场指导演员。
（相关动图）
就一次性的生成效果而言，除了机位略微偏移，最终的分镜画面基本还原了导演台设计图的人物站位和姿势、道具和空间关系。
可以说，有了可控的素模姿势参考图，加上提前生成的人物素材，AI的“理解能力”突飞猛进。
（3D导演台功能生成图片）
随着我们生成的素材越来越多，除了借助整理画布功能来梳理流程之外，部分图片或视频也可以保存为资产，为后续环节打基础。
这时候我们便体会到菲菲飞提到的团队资产管理之必要性。
实操过程中，我们使用LibTV团队版账号，在专属团队空间内把项目、成员和资产都汇聚起来：
首先建立共享资产库，统一沉淀工具箱、素材、主体和风格，并将个人素材保存到团队资产库，支持全员复用，减少重复搭建的琐碎工作，提高内容生产一致性。
（相关动图）
一名成员保存的团队资产、画布进度，其他成员都可以同步看见，可以实时了解项目进度和资产情况，随时调用团队资产进行下一分镜甚至成片的创作。
同时，通过权限管理和积分管控，团队管理者可以清晰地追踪每位成员的资产贡献与产出历史，支持按成员查看历史记录和资产归属，让原本混乱的协作变得有序高效。
可以说，围绕「团队空间、协作画布、团队资产库、权限管理、积分管控」整合到一套创作流程里，LibTV团队版把AI创作从个人效率工具升级为团队协作工作台，让团队成员告别了单兵作战的困境。
（相关截图）
我们可以感受到AI短剧的创作模式一直在迭代，AI也逐渐从抽卡工具进化为导演工具。
就拿这次体验的LibTV来说，人像调节赋予了角色更真实的质感和更大的表演空间，3D导演台归还了创作者设计复杂镜头和调度画面的主导权，团队资产管理系统则确保了工业化流水线的协同效率。
正是不断提升的AI创作可控性，最终支撑起了一部需要持续更新的剧集——《被裁掉的女孩》第二季已经在紧锣密鼓的制作中。
这种令人咋舌的效率，恰恰是AI时代赋予好内容的最大机会：当技术不再是想象力的天花板，留给创作者的问题，就只剩下了你想讲一个什么样的故事。
